Azure Gremlin边缘遍历的RU成本高得令人怀疑（Out（）步）

我有一个奇怪的问题，在一些边缘做一个out操作会导致RU成本增加三倍。希望有人能帮助我阐明为什么+我能做些什么来缓解它

我在CosmosDB中有一个图，其中有两种类型的顶点标签：“Profile”和“Score”。通过“ProfileHasAggregatedScore”边，每个轮廓都有0或1个分数顶点。partitionKey是配置文件的ID

如果我进行以下查询，RU当前为：

g.V().hasLabel('Profile').out('ProfileHasAggregatedScore')
>78 RU (8 scores found)

作为参考，获取类型的所有顶点的成本为：

g.V().hasLabel('Profile')
>28 RU (110 profiles found)

g.E().hasLabel('ProfileHasAggregatedScore')
>11 RU (8 edges found)

g.V().hasLabel('AggregatedRating')
>11 RU (8 scores found)

单个顶点或边的成本为：

g.V('aProfileId').hasLabel('Profile')
>4 RU (1 found)

g.E('anEdgeId')
> 7RU

G.V('aRatingId')
> 3.5 RU

有人能帮我解释一下，为什么一路上只使用几个顶点进行遍历（见底部的遍历）比搜索所有顶点都要昂贵？我能做些什么来预防它吗？添加带有partitionKey的has筛选器似乎没有帮助。在找到110个顶点后再遍历/查找16个元素（8条边和8个顶点）会使操作成本增加三倍，这似乎很奇怪

（注意，对于1000个配置文件，沿一条边遍历到score节点的成本是2200 RU。考虑到他们的Azure团队强调它的可伸缩性，这似乎很高？）

遍历（如果有帮助的话）（似乎大部分时间都是用out（）步骤查找边）：

[
  {
    "gremlin": "g.V().hasLabel('Profile').out('ProfileHasAggregatedScore').executionProfile()",
    "totalTime": 46,
    "metrics": [
      {
        "name": "GetVertices",
        "time": 13,
        "annotations": {
          "percentTime": 28.26
        },
        "counts": {
          "resultCount": 110
        },
        "storeOps": [
          {
            "fanoutFactor": 1,
            "count": 110,
            "size": 124649,
            "time": 2.47
          }
        ]
      },
      {
        "name": "GetEdges",
        "time": 26,
        "annotations": {
          "percentTime": 56.52
        },
        "counts": {
          "resultCount": 8
        },
        "storeOps": [
          {
            "fanoutFactor": 1,
            "count": 8,
            "size": 5200,
            "time": 6.22
          },
          {
            "fanoutFactor": 1,
            "count": 0,
            "size": 49,
            "time": 0.88
          }
        ]
      },
      {
        "name": "GetNeighborVertices",
        "time": 7,
        "annotations": {
          "percentTime": 15.22
        },
        "counts": {
          "resultCount": 8
        },
        "storeOps": [
          {
            "fanoutFactor": 1,
            "count": 8,
            "size": 6303,
            "time": 1.18
          }
        ]
      },
      {
        "name": "ProjectOperator",
        "time": 0,
        "annotations": {
          "percentTime": 0
        },
        "counts": {
          "resultCount": 8
        }
      }
    ]
  }
]
enter code here